five

mlfoundations-dev/hero_run_2_fix_conversations_eval_03-18-25_00-30-42_0981

收藏
Hugging Face2025-03-18 更新2025-04-12 收录
下载链接:
https://hf-mirror.com/datasets/mlfoundations-dev/hero_run_2_fix_conversations_eval_03-18-25_00-30-42_0981
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集为预计算的模型输出,用于评估模型在LiveCodeBench、AIME24、AIME25、AMC23、GPQADiamond和MATH500六个不同任务上的表现。每个任务包含了多次运行的详细准确率、解决的问题数量和总问题数量。

This dataset contains precomputed model outputs for evaluating the performance of the model on six different tasks: LiveCodeBench, AIME24, AIME25, AMC23, GPQADiamond, and MATH500. Each task includes detailed accuracy, number of questions solved, and total number of questions across multiple runs.
提供机构:
mlfoundations-dev
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作